发帖
雷达卡
| *rolling回归分析简介及应用 *rolling命令语 /* 外汇市场中的风险溢价（risk premia）模型-Verbeek（2008）第四章的例子 如果不存在风险溢价 H0:E_t-1(s_t) = f_t-1 （3-1） 上述s_t是当期的美元/英镑的汇率；f_t-1是美元/英镑的t-1时期的远期汇率（forward exchange rate）。检验上述假设的最简单的方法是给出t-1时期的信息时s_t - E_t-1(s_t) 与t-1时期的信息x_t-1无关。即要成立以下的关系式 E[(s_t - E_t-1(s_t)) x_t-1] = 0 为了检验假设，建立以下的模型 s_t - f_t-1 = a + b*x_t-1 + e_t （3-2） 如果原假设成立且x_t-1已知，那么a=b=0。为了使得实证分析的进行 假设x_t-1 = s_t-1 - f_t-1即远期贴现率（forward discount rete）。 data file：rolling1.dta 数据是1979年1月~2001年12月的月数据。EXUSBP是美元/英镑的当期的汇率；F1USB是美元/ 英镑的1个月的远期汇率。首先生成时间变量month，然后运行tsset命令。 为了估计式3-2要生成y变量及x变量。 */ use rolling1.dta, clear gen month = ym(1978,12)+_n format month %tm tsset month gen y = log(EXUSBP)- log(L.F1USB) gen x = log(L.EXUSBP) - log(L.F1USB) reg y x /* 整体样本的结果里显示在1%水平拒绝H0:b=0的原假设，表示汇率市场存在风险溢价。 上述的结果是整体样本的结果，如果分成36个月（3年）的移动回归模型，即用T个时点 每36个月的时间移动进行风险溢价估计 y_T,t = a_T + b_T*x_T,t + e_T,t , t = T, T-1, ... , T-35 （3-3） 例子中的T=1981年12月开始，结束与T=2001年12月，因此用（3-3）的公式会进行241次 估计，b_T的估计值会得到241个。rolling回归估计在Stata中的命令为前缀（prefix） rolling。 */ .........中间过程略 
可以看出在1992年之前风险溢价的值显著的不等于零，在那以后基本趋于零，说明1992年 以后不存在风险溢价。 已经把过程编写成了do文件，不懂do文件的下载txt文件即可，dta文件是本次案例的数据文件。do文件需要Stata14版本打开，14版本以下下载txt文件 
rolling滚动回归分析-以风险溢价模型简介.txt
(2.64 KB, 需要: 15 个论坛币)
rolling滚动回归分析-以风险溢价模型简介.do
(3.25 KB, 需要: 15 个论坛币)
rolling1.dta
(2.66 KB, 需要: 1 个论坛币)
|
京公网安备 11010802022788号
